Hadoop集群搭建

目的

本文描述了如何安裝、配置和管理有實際意義的Hadoop集群，其規(guī)?？蓮膸讉€節(jié)點的小集群到幾千個節(jié)點的超大集群。

如果你希望在單機上安裝Hadoop玩玩，從這里能找到相關細節(jié)。

先決條件

確保在你集群中的每個節(jié)點上都安裝了所有必需軟件。

獲取Hadoop軟件包。

安裝

安裝Hadoop集群通常要將安裝軟件解壓到集群內(nèi)的所有機器上。

通常，集群里的一臺機器被指定為NameNode，另一臺不同的機器被指定為JobTracker。這些機器是masters。余下的機器即作為DataNode也作為TaskTracker。這些機器是slaves。

我們用HADOOP_HOME指代安裝的根路徑。通常，集群里的所有機器的HADOOP_HOME路徑相同。

配置

接下來的幾節(jié)描述了如何配置Hadoop集群。

配置文件

對Hadoop的配置通過conf/目錄下的兩個重要配置文件完成：

hadoop-default.xml - 只讀的默認配置。

hadoop-site.xml- 集群特有的配置。

要了解更多關于這些配置文件如何影響Hadoop框架的細節(jié)，請看這里。

此外，通過設置conf/hadoop-env.sh中的變量為集群特有的值，你可以對bin/目錄下的Hadoop腳本進行控制。

集群配置

要配置Hadoop集群，你需要設置Hadoop守護進程的運行環(huán)境和Hadoop守護進程的運行參數(shù)。

Hadoop守護進程指NameNode/DataNode       和JobTracker/TaskTracker。

配置Hadoop守護進程的運行環(huán)境

管理員可在conf/hadoop-env.sh腳本內(nèi)對Hadoop守護進程的運行環(huán)境做特別指定。

至少，你得設定JAVA_HOME使之在每一遠端節(jié)點上都被正確設置。

管理員可以通過配置選項HADOOP_*_OPTS來分別配置各個守護進程。          下表是可以配置的選項。

例如，配置Namenode時,為了使其能夠并行回收垃圾（parallelGC），          要把下面的代碼加入到hadoop-env.sh:          
         export HADOOP_NAMENODE_OPTS="-XX:+UseParallelGC ${HADOOP_NAMENODE_OPTS}"          

其它可定制的常用參數(shù)還包括：

HADOOP_LOG_DIR- 守護進程日志文件的存放目錄。如果不存在會被自動創(chuàng)建。

HADOOP_HEAPSIZE- 最大可用的堆大小，單位為MB。比如，1000MB。              這個參數(shù)用于設置hadoop守護進程的堆大小。缺省大小是1000MB。

配置Hadoop守護進程的運行參數(shù)

這部分涉及Hadoop集群的重要參數(shù)，這些參數(shù)在conf/hadoop-site.xml中指定。

通常，上述參數(shù)被標記為                    final 以確保它們不被用戶應用更改。

現(xiàn)實世界的集群配置

這節(jié)羅列在大規(guī)模集群上運行sort基準測試(benchmark)時使用到的一些非缺省配置。

運行sort900的一些非缺省配置值，sort900即在900個節(jié)點的集群上對9TB的數(shù)據(jù)進行排序：

運行sort1400和sort2000時需要更新的配置，即在1400個節(jié)點上對14TB的數(shù)據(jù)進行排序和在2000個節(jié)點上對20TB的數(shù)據(jù)進行排序：

Slaves

通常，你選擇集群中的一臺機器作為NameNode，另外一臺不同的機器作為JobTracker。余下的機器即作為DataNode又作為TaskTracker，這些被稱之為slaves。

在conf/slaves文件中列出所有slave的主機名或者IP地址，一行一個。

日志

Hadoop使用Apache log4j來記錄日志，它由Apache Commons Logging框架來實現(xiàn)。編輯conf/log4j.properties文件可以改變Hadoop守護進程的日志配置（日志格式等）。

歷史日志

作業(yè)的歷史文件集中存放在hadoop.job.history.location，這個也可以是在分布式文件系統(tǒng)下的路徑，其默認值為${HADOOP_LOG_DIR}/history。jobtracker的web UI上有歷史日志的web UI鏈接。

歷史文件在用戶指定的目錄hadoop.job.history.user.location也會記錄一份，這個配置的缺省值為作業(yè)的輸出目錄。這些文件被存放在指定路徑下的“_logs/history/”目錄中。因此，默認情況下日志文件會在“mapred.output.dir/_logs/history/”下。如果將hadoop.job.history.user.location指定為值none，系統(tǒng)將不再記錄此日志。

用戶可使用以下命令在指定路徑下查看歷史日志匯總
           $ bin/hadoop job -history output-dir
           這條命令會顯示作業(yè)的細節(jié)信息，失敗和終止的任務細節(jié)。
           關于作業(yè)的更多細節(jié)，比如成功的任務，以及對每個任務的所做的嘗試次數(shù)等可以用下面的命令查看
           $ bin/hadoop job -history all output-dir

一但全部必要的配置完成，將這些文件分發(fā)到所有機器的HADOOP_CONF_DIR路徑下，通常是${HADOOP_HOME}/conf。

Hadoop的機架感知

HDFS和Map/Reduce的組件是能夠感知機架的。

NameNode和JobTracker通過調(diào)用管理員配置模塊中的APIresolve來獲取集群里每個slave的機架id。該API將slave的DNS名稱（或者IP地址）轉(zhuǎn)換成機架id。使用哪個模塊是通過配置項topology.node.switch.mapping.impl來指定的。模塊的默認實現(xiàn)會調(diào)用topology.script.file.name配置項指定的一個的腳本/命令。 如果topology.script.file.name未被設置，對于所有傳入的IP地址，模塊會返回/default-rack作為機架id。在Map/Reduce部分還有一個額外的配置項mapred.cache.task.levels，該參數(shù)決定cache的級數(shù)（在網(wǎng)絡拓撲中）。例如，如果默認值是2，會建立兩級的cache－ 一級針對主機（主機 -> 任務的映射）另一級針對機架（機架 -> 任務的映射）。

啟動Hadoop

啟動Hadoop集群需要啟動HDFS集群和Map/Reduce集群。

格式化一個新的分布式文件系統(tǒng)：
       $ bin/hadoop namenode -format     

在分配的NameNode上，運行下面的命令啟動HDFS：
       $ bin/start-dfs.sh     

bin/start-dfs.sh腳本會參照NameNode上${HADOOP_CONF_DIR}/slaves文件的內(nèi)容，在所有列出的slave上啟動DataNode守護進程。

在分配的JobTracker上，運行下面的命令啟動Map/Reduce：
       $ bin/start-mapred.sh     

bin/start-mapred.sh腳本會參照JobTracker上${HADOOP_CONF_DIR}/slaves文件的內(nèi)容，在所有列出的slave上啟動TaskTracker守護進程。

停止Hadoop

在分配的NameNode上，執(zhí)行下面的命令停止HDFS：
       $ bin/stop-dfs.sh     

bin/stop-dfs.sh腳本會參照NameNode上${HADOOP_CONF_DIR}/slaves文件的內(nèi)容，在所有列出的slave上停止DataNode守護進程。

在分配的JobTracker上，運行下面的命令停止Map/Reduce：
       $ bin/stop-mapred.sh

bin/stop-mapred.sh腳本會參照JobTracker上${HADOOP_CONF_DIR}/slaves文件的內(nèi)容，在所有列出的slave上停止TaskTracker守護進程。